金枢玄鉴智能应用平台

深耕监管行业积淀,构建知识数据双驱智能平台

  • 底座升级

    基于Air Harness的Agent编排与运行能力,提供多 Agent 协作、Skill 技能包、MCP 工具集成等平台级能力,智能体的创建、配置与运行统一管控。

  • 知识体系增强

    检索策略从单一向量检索扩展为六大检索策略(向量、BM25、知识图谱、混合、DBSchema、文档树),知识源格式扩展至 10 种,知识图谱可视化全新上线。

  • 问数能力升级

    Text2SQL 引擎支持 13 种主流数据库方言,新增 NL2Dashboard 多图表报告生成、Excel/CSV 智能分析、数据科学工作流等高级数据交互能力。

  • 安全合规强化

    三层安全防护体系(接入层、执行层、审计层),沙箱安全执行环境支持多种运行时隔离,满足金融级安全审计要求。

行业背景与现存痛点

深挖业务核心难题,明确产品解决方案

  • 知识层面:知识分散、检索困难、经验断层

    1、监管口径分散:指标定义散落于各类监管文件,版本不统一,历年口径变更无统一归集,易误用旧口径引发报送错误。

    2、合规案例难检索:同业处罚案例分散,无法集中调取用于自查,合规管控缺少参考依据。

    3、业务知识靠人传:数据来源、加工逻辑、校验规则仅少数员工掌握,人员流动造成知识断层,新人学习、问题排查效率低;

    4、政策变更响应慢:监管新规更新频繁,全靠人工逐条核对梳理,口径调整与影响评估耗时久。

  • 数据层面:取数难、分析慢、门槛高

    1、出数难:监管新规更新频繁,全靠人工逐条核对梳理,口径调整与影响评估耗时久。

    2、核对繁:明细与汇总间勾稽规则数量庞大,账表一致性全靠人工核对,费时且易出错漏。

    3、数据获取门槛高:业务人员需向 IT 提数,沟通环节多、等待周期长,极易错失决策时机。

    4、分析报告编写慢:数据异动依靠人工从取数到完成分析报告耗时久,十分依赖个人经验。

    5、多维分析不灵活:传统报表格式固定,换个分析维度就需要重新开发,无法满足管理层灵活多变的决策需求。

    6、合规管理不闭环:合规检查多为阶段性开展,问题溯源困难,缺少常态化规则监控机制。

  • 金枢玄鉴的解决之道

    金枢玄鉴 2.0 围绕“知识体系 + 智能问数”两大主线,系统性解决上述痛点:

    1、知识体系解决知识层面痛点:依托RAG知识库统一管控监管口径,支持版本溯源比对,解决口径散乱问题;依托合规知识库实现案例智能检索;通过技能包固化业务经验,消除知识断层;借助语义检索快速解读新政、评估政策影响。

    2、智能问数解决数据层面痛点:通过Text2SQL自然语言取数,高效出数、降低数据获取门槛;通过Agent智能分析自动勾稽校验、生成差异报告;自动数据归因、生成报告,提速数据分析;支持多维自由分析,适配灵活决策;通过合规规则入库与持续扫描形成合规管理闭环。

产品体系结构

分层解耦架构设计,筑牢智能金融分析底座

金枢玄鉴 2.0 采用“Air Harness智能底座 + 知识与数据服务层 + 领域知识体系”的产品架构,以Agent 运行时为核心引擎,驱动从知识检索到数据分析的全链路智能处理。

  • 智能体运行时

    作为平台核心执行层,基于 ReAct 循环机制处理用户对话请求,自主推理规划、分步调用各类资源,按需对接数据库、知识库、领域技能包及图表、代码执行等内置工具;全部操作在隔离沙箱安全运行,结果流式反馈至对话端。

  • 多模型管理框架

    兼容 13 类云端大模型 API 与 6 种本地推理框架,适配信创及本地化数据管控;搭载金融监管专属微调模型提升专业语义识别,配备主备模型自动容错切换,切换过程用户无感知。

  • 数据库与存储支持

    适配 13 款主流关系型数据库、6 类向量存储引擎,可对接银行存量数据库;支持内网私有化信创部署,实现数据本地留存不外流。

四大产品功能

知识赋能合规,智能驱动数析

  • 全维度知识体系

    知识体系是平台的知识基础,提供从知识接入、处理、检索到应用的完整能力链。

    知识源接入:支持 10 种文档格式,支持 5 种文本分块策略:递归字符分割(默认)、按页分割、按段落分割、自定义分隔符、按 Markdown 标题分层。

    六大智能检索:集成向量、全文、知识图谱、混合检索等六大检索能力,兼顾语义模糊匹配与关键词精准定位。可适配政策查询、血缘追溯、智能问数、长文档定位等全品类金融知识检索场景。

    核心知识库:平台提供内置监管发文、合规处罚两大核心知识库,常态化更新、版本可追溯、口径可对比。支持按需拓展多类专项知识库,可灵活适配银行个性化合规与数据管理需求。

    知识应用场景:汇聚RAG溯源问答、指标口径查询、政策比对、案例对标、文档智能摘要等轻量化能力。大幅降低金融合规查询、政策学习、文档处理的工作门槛,提升业务效率。

  • 自然语言智能问数

    业务人员通过自然语言即可完成查数、分析、出报告,彻底摆脱对IT部门依赖,快速响应各类经营与监管需求。

    数据查询提供三种取数分析方式:支持自然语言问数,无需SQL即可完成各类复杂查询,适配银行各类数据库;可上传 Excel/CSV 文件智能分析,也能入库后与存量业务数据联合分析;还支持对话内手工补录临时数据,自动合并系统数据用于分析。

    数据分析包含五大能力:自动多维度校验数据并快速生成报告;异常监管指标自动归因量化并输出分析材料;实时追踪指标趋势,超限预警;依托处罚案例识别合规风险,固化规则长效监控;支持自然语言多维经营数据分析,可开展同业对标。

    图表与报告生成:图表与报告生成支持自然语言生成多图表可视化报表,可全自动完成数据提取至成文并导出多格式文件,同时覆盖数据清洗、特征分析、建模评估全流程的数据深度探索。

  • 监管明细及指标数据管理

    对金融监管数据进行统一管理,为知识检索和智能问数提供高质量数据基础。

    明细类数据管理:统一收纳一表通、EAST、金数、利率报表等主流监管明细数据。数据粒度精细、覆盖全面,支撑逐笔逐户精细化查询与交叉核验分析。

    统计指标类数据管理:标准化管理1104、大集中、支付统计等核心监管报表体系。全面覆盖银行资产、风险、收益、存贷款、支付等核心经营监管指标。

    指标体系与数据质量:指标体系与数据质量可统一维护指标口径、计算逻辑、取数语句及科目映射,搭建可视化指标关联图谱;同时通过多维度数据校验、明细与指标交叉核验,自动识别标注异常、生成校验报告并追踪问题数据。

  • 权限管控

    按角色控制数据引用范围、知识库访问范围、功能权限和数据可见粒度,满足金融机构精细化权限管理要求。

七大产品优势

深耕金融监管场景,打造专业智能数据分析平台

  • 知识与数据双轮驱动

    依托自有业务知识与监管数据融合赋能,知识提供业务规则,数据支撑量化验证;搭配多策略精准检索、自然语言转 SQL、智能体全流程自动分析,高效完成问数出报告。

  • 监管数据天然适配 AI 分析

    1104、EAST 等各类监管报表标准规范、口径统一,适配 AI 解析;依托三十年行业沉淀封装专属模型与技能包,监管场景查询、分析效果优于通用 AI 产品。

  • 三十年金融监管行业积淀

    深耕金融监管信息化三十载,与监管机构及数千家金融机构保持长期合作;内置持续更新的行业大模型、监管及处罚知识库,构建独有行业技术壁垒。

  • Air Harness 底座,智能体性能突出

    自研 Air Harness,支持多模式 Agent 协同、技能复用、标准化工具与多模型兼容容错,为数据知识应用提供稳定底层技术支撑。

  • 全层级开放兼容拓展

    多类云端 / 本地大模型适配信创;兼容主流数据库与向量引擎;依托标准协议、插件体系、通用 API,各类第三方工具可低成本接入扩展。

  • 金融级安全合规管控

    搭建接入、执行、审计三层安全防护,拦截非法访问、阻断高危操作、全链路日志留痕可审计;搭配多类型隔离沙箱,隔离执行代码工具,筑牢生产安全防线。

  • 私有化本地部署,数据不外流

    平台采用银行内网本地化部署方案,支持信创环境适配。所有数据在行内流转,满足金融机构数据安全与合规要求。